Artificial Intelligence

Course Overview

인공지능(Artificial Intelligence)은 4차산업혁명 시대의 기본이 되는 인공지능에 대한 기초 지식을 제공하는 수업이다. 인공지능의 역사를 통해 현재까지의 발전 흐름에 대해 파악을 하며, 전통적인 인공지능 알고리즘과 최신 딥러닝 알고리즘이 어떻게 데이터로부터 정보를 추출하는지에 대한 원리를 배운다. 더 나아가 트리 및 확률 기반 인공지능 알고리즘을 배우고, 강화학습을 기반으로 스스로 발전해가는 인공지능 알고리즘의 원리에 대해 파악한다.

Recommended Background

• 선형대수학, 확률 및 통계 (권장 선수과목)
• 후수과목: 머신러닝 (심화)

Weekly Schedule

1. AI 소개 및 역사, 4차 산업혁명에서의 역할
2. 전통적 특성 추출(1): 통계/신호 기반 기법
3. 딥러닝 기반 특성 추출(2)
4. 예측 모델(1): 전통 ARMA 모델
5. 예측 모델(1)-2: ARMA 심화 및 응용
6. 예측 모델(2): 딥러닝 기반 시계열/예측
7. 강화학습(1): 기본 개념과 MDP
8. 중간고사
9. 강화학습(2): 정책/가치 기반 방법
10. 강화학습(3): 함수 근사와 심화 기법
11. 강화학습(4): 최신 사례와 실습
12. 결정 트리(1): 분할 기준과 일반화
13. 결정 트리(2): 앙상블·실습
14. 히든 마르코프 모델 및 확률 기반 추론
15. 기말고사 및 필요 시 보강

결강 발생 시 15주차 보강·16주차 시험으로 조정하며, 일정은 KLAS 공지로 확정합니다.

Course Materials & Communication

• 강의 슬라이드, 실습 노트, 코드 템플릿, 읽기 자료를 이 페이지와 KLAS에 병행 게시
• MATLAB/Python 예제, Kaggle/공개 데이터셋을 활용한 과제
• 수업 관련 문의는 교수·조교 이메일로 연락하며, 영어 발표/보고서를 50% 비중으로 요구할 수 있습니다.

Accessibility & Policies

장애학생은 장애학생지원실과 연계해 좌석 배정, 시험 조정, 대체 자료 등을 지원받을 수 있습니다. 수업·평가 방식 변경 시 즉시 공지하며, 모든 학생은 학칙 제55조(출석의무)를 준수해야 합니다.